申请/专利权人：国网福建省电力有限公司信息通信分公司;国网福建省电力有限公司;国网信通亿力科技有限责任公司;福州大学

申请日：2023-12-27

公开（公告）日：2024-03-22

公开（公告）号：CN117749507A

主分类号：H04L9/40

分类号：H04L9/40;H04L67/12;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出一种基于深度学习的物联网边缘轻量化DDoS检测方法，首先对物联网边缘设备产生的原始流量进行数据预处理，然后采用Bi‑GRU双向循环神经网络，对经过裁剪的原始流量数据进行DDoS二分类异常检测；随后，根据Bi‑GRU中的不同模块组合得到流量的复合特征，同时使用ShuffleNetV2的多分类结果优化DDoS二分类异常检测；接着，基于异常检测的结果拦截DDoS流量，实现在网络边缘阻拦大规模攻击流量；最后，通过物联网模块的边缘部署、实时性、轻量化设计构建基于深度神经网络的物联网边缘轻量化DDoS检测模型，用于物联网边缘的轻量化、自动化、实时性识别；本发明能够有效地对物联网边缘设备产生的DDoS流量进行智能化、轻量化、实时性识别与分类，降低运算资源需求，提升防御性能。

主权项：1.一种基于深度学习的物联网边缘轻量化DDoS检测方法，其特征在于：所述方法首先对物联网边缘设备产生的原始流量进行数据预处理，然后采用Bi-GRU双向循环神经网络，对经过裁剪的原始流量数据进行DDoS二分类异常检测；随后，根据Bi-GRU中的不同模块组合得到流量的复合特征，同时使用ShuffleNetV2的多分类结果优化DDoS二分类异常检测；接着，基于异常检测的结果拦截DDoS流量，实现在网络边缘阻拦大规模攻击流量；最后，通过物联网模块的边缘部署、实时性、轻量化设计构建基于深度神经网络的物联网边缘轻量化DDoS检测模型，用于物联网边缘的轻量化、自动化、实时性识别。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司信息通信分公司;国网福建省电力有限公司;国网信通亿力科技有限责任公司;福州大学 一种基于深度学习的物联网边缘轻量化DDoS检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD